新型冠狀病毒肺炎傳播動力學模型構建與分析

新型冠狀病毒肺炎(coronavirus disease 2019,COVID-19,簡稱新冠肺炎)在全球肆虐已長達一年半之久,原本已經得到穩定控制的疫情近期又呈現出二次暴發的趨勢。截至2021年5月1日,新冠肺炎已經在印度、日本等多個國家二次暴發,新冠病毒的變異使疫情規模加速擴大,給社會經濟發展造成巨大影響。近年來,傳染病動力學研究進展迅速,大量數學模型被用于分析各種各樣的傳染病問題,以探索傳染病一般傳染規律

。因此,為了對新冠肺炎的傳播規律進行研究,并對新冠肺炎傳播趨勢進行預測,可通過建立新冠肺炎傳播數學模型,研究其傳播趨勢,分析不同群體的變化規律,探索抑制新冠肺炎傳播的有效防控手段,這對于疫情治理具有重要的理論和實際意義。

在現有的傳染病模型中,最具代表性的有SIR(susceptible-infected-recovered)、SIRS(sus-ceptible-infected-recovered-susceptible)、SEIR(susceptible-exposed-infected-recovered)等經典的傳染病模型

。目前,針對新冠肺炎特點,也建立了相應的模型對其進行研究。在經典的SIR模型基礎上,Jia等

運用動態擴展的SIR模型對意大利疫情進行分析和預測,估計出疫情持續時間。Cooper等

利用SIR模型對美國德克薩斯州的不同社區進行了研究,得出了采取適當的防控策略可以將社區疫情進行控制的結論。喻孜等

提出了時變參數的SIR模型,針對武漢的新冠肺炎進行了相關分析。Kudryashov等

采用SIR模型對較小疫情群體進行仿真分析,預測結果較好。Alenezi等

將SIR模型應用于科威特新冠肺炎疫情的分析預測,預測出該國的感染峰值。Lymperopoulos

將神經網絡與SIR模型結合對新冠肺炎疫情進行評估,其預測效果良好?！?br>